怎么查网址是不是诈骗网站爬虫搜索引擎

目录

• notepad++中使用正则表达式
  • notepad中正则表达式的语法
  • notepad中常用的正则表达式类
  • notepad中查找窗口的关于正则表达式的参数说明
  • notepad正则表达式不能选择匹配内容
  • notepad正则表达式使用举例
    • 正则表达式提取分隔符前的内容
    • 正则表达式替换一个分隔符为换行符
    • 删除多余的空行
    • 正则匹配并按匹配组进行替换
  • 参考

notepad中正则表达式的语法

首先，注意Notepad++正则表达式字符串最长不能超过69个字符。

第二，notepad中的正则表达式语法与通用的正则表达式语法以及python re模块中支持的正则表达式语法都没有没有实质区别，列举如下：

• \ 转义字符 如：要使用 “\” 本身, 则应该使用“\”

• \t Tab制表符 注：扩展和正则表达式都支持

• \r 回车符CR 注：扩展支持，正则表达式不支持

• \n 换行符LF 注：扩展支持，正则表达式不支持

• \r\n 正则表达式可表示回车换行

• . 匹配任意一个字符

• ^ 其右边的表达式被匹配在行首。如：^A匹配以“A”开头的行

• $ 其左边的表达式被匹配在行尾。如：e$匹配以“e”结尾的行

• | 或运算符，匹配表达式左边和右边的字符串。如：ab|bc匹配“ab”或“bc”

• [] 匹配列表中任意单个字符。如：[ab]匹配“a”或“b”；[0-9]匹配任意单个数字

• [^] 匹配列表之外的任意单个字符。如：[ab]匹配“a”和“b”以外的单个字符；[0-9]匹配任意单个非数字字符

• *其左边的字符被匹配任意次(0次或多次)。如：be*匹配“b”,“be”或“bee”

• + 其左边的字符被匹配至少一次(1次或多次)。如：be+匹配“be”或“bee”，但不匹配“b”

• ? 其左边的字符被匹配0次或者1次。如：be?匹配“b”或“be”，但不匹配“bee”；\r?\n匹配行结尾符

• () 影响表达式匹配的顺序(类似C++的小括号会影响表达式运算顺序)，并且用作表达式的分组标记（标记从1开始）如：([a-z]bc)smn\1匹配“tbcsmntbc”；另见：看下文的示例

• {} 指定前面的字符或分组的出现次数 如：abc{3}匹配abccc；a(bc){2}匹配abcbc

• \d 匹配一个数字字符。等价于：[0-9]

• \D \d取反，匹配一个非数字字符。等价于：[^0-9]

• \s 匹配任意单个空白字符：包括空格、制表符等（注：不包括换车符和换行符）。等价于：[ \t]

• \S \s取反的任意单个字符。

• \w 匹配包括下划线的任意单个字符。等价于：[A-Za-z0-9_]

• \W \w 取反的任意单个字符。等价于：[^A-Za-z0-9_]

• \b 匹配单词起始处或结尾处

notepad中常用的正则表达式类

下表中列举的内容，左侧pattern 或者meaning列中的冒号后面的表达式，都可以用于在notepad 查找窗口中的正则表达式模式下的查找目标，就可以匹配相应的内容。

Pattern	Meaning
[[:alpha:]]	匹配一个英文字母: [A-Za-z]
[[:digit:]]	匹配一个数字: [0-9]
[[:xdigit:]]	匹配一个十六进制数字: [0-9A-Fa-f]
[[:alnum:]]	匹配一个字母数字: [0-9A-Za-z]
[[:lower:]]	匹配一个小写英文字母: [a-z]
[[:upper:]]	匹配一个大写英文字母: [A-Z]
[[:blank:]]	匹配一个空白（空格或者制表符）:[ \t]
[[:space:]]	匹配一个空白符:[ \t\r\n\v\f]
[[:graph:]]	匹配一个图形字符: [\x21-\x7E]
[[:print:]]	匹配可打印字符(图形字符和空格)
[[:cntrl:]]	匹配控制（control）字符
[[:punct:]]	匹配一个标点字符:[-!"#$%&'()*+,./:;<=>?@[]_`{

notepad中查找窗口的关于正则表达式的参数说明

• 正则表达式的选中点：表示你在查找中输入的内容是一个正则表达式

• 匹配新行的复选框：如果如果选中该复选框，则表示使用点时，不是针对每一行而是针对整个文档进行搜索。大多数的使用场景下，不勾选该复选框。

notepad正则表达式不能选择匹配内容

注意：notepad++ 不支持匹配提取。 一般操作正则表达式主要是用来匹配查找、匹配替换。

这个提取问题可以使用sublime text来进行实现， SublimeText可以选中所有匹配项。
另外EmEditor也可以选中正则表达式的匹配项，但是EmEditor这个软件不是开源的，也不是免费的，所以推荐还是使用sublime text。

notepad正则表达式使用举例

正则表达式提取分隔符前的内容

举例：notepad文档中的输入内容如下(注意以下每行结尾都有换行符CR|LF)

libX11-1.6.5
lksctp-tools-1.0.17
mailcap-2.1.41

ctrl H, 查找目标输入 ([^-]*).*

替换为输入，\1

点击全部替换后的结果为

libX11
lksctp
mailcap

正则表达式替换一个分隔符为换行符

原始文档为

libX11;lksctp;mailcap;

ctrl H, 查找目标输入 ;

替换为输入，\r\n

点击全部替换后的结果为

libX11CR|LF
lksctpCR|LF
mailcapCR|LF

删除多余的空行

原始文档内容为

libX11CR|LF
CR|LF
CR|LF
lksctpCR|LF
CR|LF
mailcapCR|LF

目标是，删除多余的空行。
ctrl H, 查找目标为\r\n\r\n，
替换为输入\r\n
点击全部替换，全部替换也需要多点击2次，就可以看到所有的空行被删除了。
替换后结果为：

libX11CR|LF
lksctpCR|LF
mailcapCR|LF

正则匹配并按匹配组进行替换

正则表达式支持带标记的表达式（tagged expressions）。使用（和）包围要标记的文本，然后在替换字符串中使用\ 1替换第一个匹配的文本，用\ 2替换第二个匹配的文本，即可完成此操作。举例如下：

Text body	Search string	Replace string	Result
Hi my name is Fred	my name is (.+)	my name is not \1	Hi my name is not Fred
The quick brown fox jumped over the fat lazy dog	brown (.+) jumped over the (.+)	brown \2 jumped over the \1	The quick brown fat jumped over the fox lazy dog